基于GT-SUITE的柴油机VVA系统设计及优化

开发了一种可用于柴油机可变气门执行系统,即VVA系统（Variable Valve Actuation）。在概念设计阶段使用GT-suite软件对柴油机VVA系统进行原理验证及模型搭建,通过多体动力学仿真,预测系统的运动学规律及动力学特性,并对系统可能出现的失效进行了优化。系统成功实现了气门二次开启及开启持续期可变功能,节省了大量系统零部件的详细设计时间,论证了柴油机搭载VVA系统的可行性。     

网格资源管理系统模型研究

网格资源管理系统是网格计算系统的重要组成部分。文章分析了网格资源管理系统的功能需求，具体论述了该模型的原型系统，最后介绍了相关研究工作。     

基于Intranet的高性能金融仿真平台建立和使用

Monte Carlo仿真是实现金融证券定价及风险评估的主要方法．本文提出在Intranet上利用JAVA简单、快速建立并行Monte Carlo仿真平台的方法．SPMD编程模型用于程序设计，利用eager算法实现负载均衡、容错及适度并行．独立序列作为并行伪随机数生成技术从而保证并行仿真的可用性．股票期权定价及银行信用风险VaR实时计算作为应用，完成实际仿真系统设计及实验．获得理想运行结果．目前，该平台及应用系统可用于金融机构创新服务和风险管理中．     

大规模分布式环境下动态信任模型研究

随着网格计算、普适计算、P2P计算、Ad Hoc等大规模的分布式应用系统的深入研究,系统表现为由多个软件服务组成的动态协作模型.在这种动态和不确定的环境下,PKI(pubic key infrastructure)中基于CA(certificate authority)的静态信任机制不能适应这种需求,动态信任模型是新的研究热点.分析了动态信任关系的相关概念、主要问题和研究方法;选取新的、典型的动态信任模型及其使用的数学方法进行评述,并进行了各种算法的比较性总结;分析了目前研究中的问题,并展望了其未来的发展方向.研究表明,动态性是信任关系量化与预测的最大挑战.今后的工作重点是对信任动态性的本质属性作进一步的理论研究,为实际应用提供坚实的理论基础.     

计算技术及其在金融中的应用研究

从组成计算的基本要素出发,总结了影响计算技术发展的关键问题,分析了软件及体系结构的改进对分布并行计算模式的支持。结合金融问题,具体给出分布并行计算在金融监管和金融产品设计中的应用。     

基于交易节点分类管理的网络安全模型

为确保对等网络节点交互的安全性,提出一种基于交易节点分类管理的网络安全模型。将失败的交易分为严重失败与一般不满意进行分类统计,以便更准确及时地检测恶意节点。在节点的直接交易过程中,根据交易历史记录,使用支持向量机分类器将网络中的节点划分为可信任节点、陌生节点和恶意节点,分别建立可信任节点列表与恶意节点列表,限制恶意节点的交易及反馈推荐行为。在反馈推荐意见统计表的基础上,利用Bayesian分类器对被评价节点进行分类,根据不同的可信度将可信任节点和陌生节点的反馈意见进行综合,再通过Bayesian估计调整节点的可信度。实验结果表明,与已有的安全模型相比,该模型对恶意行为具有更高的检测率,且交易成功率更高。     

面向工程能力培养的计算机硬件系统实验体系

针对计算机专业学生的工程实践能力和系统思维能力培养的需要,设计了一套计算机硬件系统实验体系,构建了"电子系统设计专题实验"和"计算机组织与结构专题实验"的实验内容和实验装置。通过计算机专业的三届500余人的实际使用和反馈调查,表明该实验体系和内容可以有效提升学生的系统思维能力和工程实践能力。     

可信网络中基于多维决策属性的信任量化模型

可信网络中的信任关系模型本质上是最复杂的社会关系之一,涉及假设、期望、行为和环境等多种因子,很难准确地定量表示和预测.综合考虑影响信任关系的多种可能要素,提出了一个新的基于多维决策属性的信任关系量化模型,引入直接信任、风险函数、反馈信任、激励函数和实体活跃度等多个决策属性,从多个角度推理和评估信任关系的复杂性和不确定性,用来解决传统量化模型对环境的动态变化适应能力不足的问题;在多维决策属性的融合计算过程中,通过信息熵理论确立各决策属性的分类权重,克服了过去常用的确定权重的主观判断方法,并可以改善传统方法由于主观分配分类权重而导致的模型自适应性不强的问题.模拟实验表明,与已有同类模型相比,该模型具有更稳健的动态适应性,在模型的安全性方面也有明显的优势.     

基于行为监控的自适应动态信任度测模型

大规模分布式系统中的动态信任关系模型本质上是最复杂的社会关系之一,涉及假设、期望、行为和环境等多种因子,很难准确的定量表示和预测.将粗糙集理论和信息熵理论结合起来,应用于开放环境下动态构建基于行为数据监控与分析的信任关系度测(度量与预测)模型.该方法直接从分析传感器监测到的动态数据入手,针对影响信任的多个度测指标进行自适应的数据挖掘与知识发现,从而改变了传统的信任关系建模思路,跳出了传统信任关系建模过程中各种主观假设的束缚,并克服了传统模型对多维数据处理能力不足的问题.实验结果表明,与已有模型相比,新模型能够快速准确地实现开放分布式环境下实体的可信性判别,而且具有良好的行为数据规模的扩展能力.